荷兰团队开发混合阅片策略：AI助力乳腺癌筛查，放射科医师工作量降低38%-肽度TIMEDOO

一项由荷兰研究人员开展的大规模回顾性研究显示，一种结合人工智能（AI）和放射科医师的混合阅片策略，在乳腺癌筛查中可将放射科医师的工作量减少 38%，而不影响召回率和癌症检出率。相关成果已发表于《Radiology》。

“尽管当前最先进的AI模型整体表现非常出色，但它们仍会犯错。”荷兰拉德堡德大学医学中心影像科博士生 Sarah D. Verboom 表示，“识别出AI解读结果不可靠的情况，对于在乳腺癌筛查中安全、合理地应用AI至关重要。”

策略核心：AI置信度

该混合策略的思路是：

  • AI首先评估所有乳腺X线片，并输出两项指标——恶性概率（Probability of Malignancy，PoM）和不确定性评分；

  • 当AI结果低于阈值且置信度高时，直接判定为正常，无需人工复核；

  • 当AI结果高于阈值且置信度高时，直接召回进一步检查；

  • 其余不确定的病例，则由放射科医师进行双读。

研究人员使用了荷兰国家乳腺癌筛查项目中 4.1万余例乳腺X线片（来自1.5万余名女性，年龄中位数59岁） 的数据进行验证，结果显示：该策略与标准双读相比，召回率（23.6‰ vs. 23.9‰）和癌症检出率（6.6‰ vs. 6.7‰）几乎一致，但阅片工作量降低至 61.9%。

AI表现亮点与局限

  • 在AI判定“有把握”的病例中，其诊断性能优于人工双读，AUC达到 0.96（vs. 0.87）；

  • 敏感度接近双读（85.4% vs. 88.9%）；

  • 年轻且乳腺致密的女性更容易被AI判为“不确定”，需要人工复核；

  • 尽管大部分AI结果最终交由人类医生裁定，但 19% 的召回决定完全由AI独立完成。

Verboom指出：“这项研究的关键不在于具体如何分配工作量，而在于强调了AI模型中加入不确定性量化的重要性。未来若能在商业化产品中广泛应用，将有助于应对放射科人力紧缺，并提升公众对AI筛查的信任度。”

前景与挑战

研究团队强调，目前还需要更多前瞻性临床试验来验证该策略的实际应用价值。Verboom表示：“未来我们可能真的会进入这样一个阶段——部分女性的筛查片在没有任何放射科医生审阅的情况下，由AI直接判定为正常。但在到达这一点之前，还需要完善的不确定性指标和严格的质量控制。”

参考文献：AI Should Read Mammograms Only When Confident: A Hybrid Breast Cancer Screening Reading Strategy, Radiology (2025).

编辑：王洪

排版：李丽